Nuevo Modelo de Mercado Optimiza Redes Eléctricas y de Gas
La integración de recursos energéticos distribuidos (DER) en las redes locales ya no es una visión futurista, sino una realidad operativa en la era de la transición energética y la transformación digital. Sin embargo, a medida que los paneles solares, sistemas de almacenamiento de baterías y vehículos eléctricos (EV) proliferan en vecindarios y parques industriales, los operadores de red enfrentan un desafío creciente: cómo coordinar estos activos descentralizados de manera eficiente mientras mantienen la confiabilidad del sistema y la equidad económica. Un estudio innovador publicado en Automation of Electric Power Systems ofrece una respuesta convincente al introducir un novedoso marco de liquidación de mercados diseñado para redes de distribución integradas de gas y electricidad que incorpora activamente los DER en las operaciones del día anterior.
La investigación, liderada por Yixuan Weng de Shenzhen Power Supply Bureau Co., Ltd., en colaboración con académicos de la Universidad de Tsinghua y Beijing QU Creative Technology Co., Ltd., presenta un mecanismo de negociación centralizado diseñado específicamente para sistemas de distribución de media tensión donde las infraestructuras eléctricas y de gas natural están estrechamente acopladas. A diferencia de los modelos peer-to-peer (P2P) que priorizan la autonomía sobre la eficiencia del sistema en general, este enfoque aprovecha la fijación de precios marginales por ubicación (LMP) a nivel de distribución para alinear los incentivos individuales de los participantes con los objetivos más amplios de la red: maximizar el bienestar social, minimizar la congestión y mejorar la integración de energías renovables.
En el corazón de esta innovación se encuentra una arquitectura de optimización de doble sistema que respeta los límites operativos e institucionales entre las utilities eléctricas y de gas. Históricamente, estas redes han sido gestionadas por entidades separadas con mandatos regulatorios, protocolos de datos y horizontes de planificación distintos. Intentar fusionar sus operaciones en un modelo monolítico único a menudo resulta poco práctico debido a preocupaciones de privacidad de datos y complejidad computacional. Los autores sortean este obstáculo adoptando el Método de Dirección Alternante de Multiplicadores (ADMM), una técnica de optimización distribuida que permite una coordinación iterativa sin requerir la divulgación completa de información patentada.
Este método permite que la red de distribución eléctrica y la red de distribución de gas natural resuelvan sus subproblemas respectivos de manera independiente, intercambiando solo señales limitadas y anónimas relacionadas con dispositivos de acoplamiento, específicamente turbinas de gas y unidades de power-to-gas (P2G). Estos activos sirven como puentes físicos y económicos entre los dos vectores energéticos. Cuando los precios de la electricidad se disparan durante la demanda máxima, las turbinas de gas pueden aumentar la generación para satisfacer la carga local, reduciendo la tensión en las líneas de transmisión aguas arriba. Por el contrario, cuando el exceso de generación renovable reduce los precios de la electricidad, las instalaciones P2G pueden convertir el exceso de energía en metano sintético, inyectándolo en la red de gas para su uso o almacenamiento posterior. Esta flexibilidad bidireccional es clave para desbloquear la resiliencia del sistema y el valor económico, pero solo si las señales del mercado reflejan con precisión las condiciones en tiempo real en ambas redes.
Para hacer esta visión computacionalmente manejable, el equipo empleó técnicas matemáticas avanzadas para linealizar física inherentemente no lineal. Para la red de distribución eléctrica, utilizaron la relajación de programación de cono de segundo orden (SOCP) para aproximar las ecuaciones de flujo de potencia AC, un enfoque común que equilibra precisión y solubilidad en redes radiales. Sin embargo, para la red de gas, optaron por una estrategia diferente: expansión en series de Taylor alrededor de puntos de operación para linealizar la ecuación de Weymouth, que gobierna las relaciones presión-flujo en las tuberías. Si bien SOCP se ha aplicado ampliamente en sistemas de energía, su uso en redes de gas sigue siendo controvertido debido a posibles imprecisiones bajo ciertos regímenes de flujo. Al elegir la expansión de Taylor, un método que se adapta a las condiciones operativas locales, los autores aseguraron una mayor fidelidad en el modelado de flujo de gas sin sacrificar la convexidad.
El modelo de liquidación conjunto resultante optimiza el despacho no solo de activos convencionales como turbinas de gas, sino también de diversos DER: fotovoltaicos en tejados, almacenamiento estacionario de baterías y estaciones de carga de EV agregadas. Cada participante presenta curvas de oferta que reflejan su disposición a comprar o vender energía a diferentes niveles de precio. Los prosumidores fotovoltaicos ofrecen excedentes de generación; las baterías arbitran diferencias de precio cargando cuando los precios son bajos y descargando cuando son altos; las flotas de EV desplazan las cargas de carga a horas de menor demanda mientras garantizan requisitos mínimos de estado de carga para las necesidades de movilidad. El operador del mercado luego liquida estas ofertas sujetas a las restricciones de la red, produciendo un programa que maximiza el excedente total mientras respeta los límites de voltaje, clasificaciones térmicas y límites de presión de gas.
Crucialmente, el modelo genera LMPs a nivel de distribución, precios que varían por nodo y tiempo para reflejar la congestión y pérdidas locales. Estos precios sirven como señales económicas poderosas: incentivan a los DER a ubicarse y operar donde proporcionan el mayor valor para la red. Por ejemplo, una batería instalada cerca de un alimentador muy cargado podría obtener mayores ingresos descargando durante los picos nocturnos, no solo porque los precios de la energía son altos, sino porque alivia la congestión local, capturada en el «componente de congestión» del LMP. De manera similar, las estaciones de carga de EV en áreas con abundante solar al mediodía podrían ser recompensadas por absorber el exceso de generación, ayudando a prevenir la reducción.
Los investigadores validaron su marco utilizando un sistema de distribución IEEE de 33 nodos modificado acoplado con una red de gas de 7 nodos. Las simulaciones revelaron dinámicas convincentes. Durante períodos de precios bajos (por ejemplo, durante la noche y el mediodía), el sistema importaba energía del mercado mayorista y cargaba activos de almacenamiento. Durante ventanas de precios altos (tarde y primeras horas de la noche), la generación local, incluyendo turbinas de gas y baterías descargadas, suministraba la mayor parte de la demanda, reduciendo la dependencia de importaciones costosas. Las unidades P2G operaron estratégicamente: redujeron la conversión cuando los precios de la electricidad excedían el costo marginal de la generación a gas, preservando la eficiencia económica.
Quizás lo más significativo es que el estudio comparó el mecanismo centralizado propuesto contra una línea base de negociación P2P bajo diversos niveles de penetración de DER. A medida que la participación de recursos distribuidos aumentó del 20% al 100%, la ventaja de bienestar del modelo centralizado creció sustancialmente. Con penetración total, el bienestar social, definido como el beneficio neto para todos los participantes después de contabilizar los costos, fue casi un 40% mayor que en el escenario P2P. Esta brecha surge porque las transacciones P2P, aunque flexibles, a menudo ignoran las restricciones del sistema en su conjunto. Sin un coordinador central, los participantes pueden acordar transacciones que sobrecargan colectivamente un transformador o violan los límites de voltaje, obligando al operador de la red a reducir las transacciones después del hecho, un proceso que erosiona la confianza y la eficiencia. El modelo centralizado, por el contrario, internaliza estas restricciones desde el principio, asegurando que cada transacción liquidada sea físicamente factible y económicamente óptima.
Desde una perspectiva política, los hallazgos conllevan implicaciones importantes. A medida que los reguladores de todo el mundo contemplan el diseño de mercados a nivel de distribución, especialmente en regiones con alta penetración renovable, la compensación entre descentralización y coordinación se vuelve crítica. Los modelos P2P puros pueden apelar a ideales libertarios de soberanía del consumidor, pero arriesgan resultados subóptimos en redes estrechamente restringidas. El enfoque de los autores logra un equilibrio pragmático: preserva la autonomía del participante en la presentación de ofertas mientras asegura la integridad del sistema mediante una liquidación centralizada. Además, al usar ADMM, acomoda realidades institucionales: las utilities eléctricas y de gas pueden permanecer como entidades legales y operativas separadas mientras aún logran una optimización conjunta.
El modelo también se alinea con las tendencias globales hacia sistemas energéticos integrados. El paquete «Fit for 55» de la Unión Europea y la Ley de Reducción de la Inflación de EE. UU. enfatizan el acoplamiento sectorial, vinculando energía, transporte, calefacción e industria a través de tecnologías de conversión flexibles. La integración gas-electricidad es un paso fundamental en este viaje, y los mecanismos de mercado eficientes son esenciales para desbloquear su potencial. Al demostrar cómo las señales de precio pueden coordinar activos intersectoriales en redes de distribución reales, no solo sistemas de transmisión teóricos, el estudio proporciona un plan para la implementación práctica.
Expertos de la industria señalan que el momento de esta investigación es particularmente oportuno. Con el despliegue rápido de medidores inteligentes, inversores avanzados y pilotos de vehículo-a-red (V2G), la infraestructura técnica para la participación de DER está cada vez más disponible. Lo que falta es la capa de mercado: las reglas, mecanismos de precios y protocolos de liquidación que convierten el hardware en servicios de red. El modelo de liquidación propuesto llena este vacío al ofrecer un marco escalable, que preserva la privacidad y es económicamente sólido, adaptable a diferentes contextos regulatorios.
Mirando hacia el futuro, los autores reconocen limitaciones y sugieren vías para trabajos futuros. Su modelo actual se centra en la programación del día anterior y asume pronósticos perfectos, una simplificación que los operadores del mundo real deben abordar mediante ajustes en tiempo real y modelado de incertidumbre. También planean extender el marco para incluir soporte de potencia reactiva, cargas térmicas y mezcla de hidrógeno en redes de gas. En última instancia, su visión es una arquitectura de mercado jerárquica donde las plataformas a nivel de distribución se interfacen perfectamente con los mercados mayoristas, permitiendo una coordinación integral desde los interconectores nacionales hasta los EV individuales.
Para los planificadores de red, esta investigación ofrece más que una perspectiva teórica: proporciona una metodología probada para gestionar la transición energética a nivel local. A medida que los recursos distribuidos cambian de conexiones pasivas a participantes activos del mercado, la necesidad de mecanismos inteligentes, integrados y compatibles con incentivos nunca ha sido mayor. Este estudio demuestra que con la combinación correcta de teoría económica, innovación matemática y pragmatismo de ingeniería, tales mecanismos no solo son posibles, sino que ya están al alcance.
Autores: Yixuan Weng¹, Weizhe Ma¹, Fuquan Huang¹, Zizhao Lin¹, Xue Liu²,³, Yujun He²,³, Deliang Zhang⁴ Afiliaciones: ¹ Shenzhen Power Supply Bureau Co., Ltd., Shenzhen 518020, China ² State Key Laboratory of Power System and Generation Equipment, Tsinghua University, Beijing 100084, China ³ Department of Electrical Engineering, Tsinghua University, Beijing 100084, China ⁴ Beijing QU Creative Technology Co., Ltd., Beijing 100084, China Revista: Automation of Electric Power Systems DOI: 10.7500/AEPS20230518003